Kapitel 4 Auswertung

Nachdem alle Daten abgerufen wurden, können wir uns endlich an die Auswertung machen. Zunächst, wie hoch ist der Frauenanteil nach den einzelnen Fraktionen?

## # A tibble: 8 x 3
## # Groups:   partei [8]
##   partei                    n freq 
##   <chr>                 <int> <chr>
## 1 BÜNDNIS 90/DIE GRÜNEN    39 58.2%
## 2 DIE LINKE.               37 53.6%
## 3 Blaue                     1 50.0%
## 4 SPD                      65 41.9%
## 5 FDP                      19 23.7%
## 6 CDU                      41 20.5%
## 7 CSU                       8 17.4%
## 8 AfD                      10 10.9%

Wie hoch ist der Anteil an Reden von Frauen im Bundestag?

## # A tibble: 2 x 3
##   geschlecht     n freq 
##   <chr>      <int> <chr>
## 1 männlich    3894 68.8%
## 2 weiblich    1765 31.2%

Überraschenderweise höher als der Anteil an weiblichen Abgeordneten. Wie sieht es für die einzelnen Parteien an. Untersuchen wir den Anteil an Reden von Frauen.

## # A tibble: 8 x 4
## # Groups:   redner_fraktion [8]
##   geschlecht redner_fraktion           n freq 
##   <chr>      <chr>                 <int> <chr>
## 1 weiblich   BÜNDNIS 90/DIE GRÜNEN   407 61.4%
## 2 weiblich   fraktionslos             35 55.6%
## 3 weiblich   DIE LINKE               304 50.2%
## 4 weiblich   SPD                     367 38.5%
## 5 weiblich   <NA>                    202 36.4%
## 6 weiblich   FDP                     167 24.5%
## 7 weiblich   CDU/CSU                 202 14.9%
## 8 weiblich   AfD                      81 10.3%

Der Anteil an Reden von Frauen ist sowohl bei der SPD, der CDU/CSU, den Linken und auch der AfD niedriger als der Anteil an weiblichen Abgeordneten. Besonders deutlich fällt dies aber bei der Fraktion CDU/CSU aus. Bei der Fraktion der Grünen ist der Anteil an Reden von Frauen hingegen sogar noch höher als der Anteil an weiblichen Abgeordneten.

Die keiner Fraktion zugeordneten Reden stammen vor allem von Regierungsmitgliedern. Nur bei Regierungsmitgliedern mit einem Mandat für den Bundestag kann ein Geschlecht zugeordnet werden – der Anteil an Reden weiblicher Regierungsmitglieder fällt somit wohmöglich höher aus.

Der überraschend hohe Anteil an Reden weiblicher Abgeordneter bei den Fraktionslosen abgeordneten geht auf Frauke Petry zurück, welche besonders häufig am Podium des Bundestags zu sehen ist – siehe 3.1.

4.1 Länge der Reden

Wir können nun auch die Reden der Politiker_innen anaysieren. Etwa, indem wir die durchschnittliche Länge (in Zeichen) zwischen Männern und frauen vergleichen.

Wir sehen, dass Frauen durchscnittlich eine etwas geringere Redezeit aufweisen als Männer. Die tatsächliche Redezeit konnte allerdings nicht bestimmt werden, wir nähern uns durch die Anzahl der Zeichen in der Rede an einen solchen Wert an. Die Abweichung zwischen den Redezeiten erscheint jedoch marginal. Hier könnte noch zwischen den Fraktionen unterschieden werden. Wir vergleichen die Redezeiten von Frauen nach Fraktion:

Hier sind kaum Unterschiede zwischen den verschiedenen Fraktionen festzustellen. (DIE FARBEN WERDEN NOCH AN DIE FRAKTIONEN ANGEPASST). Als nächstes stehen die Inhalte der Reden an.

4.2 Inhalte der Reden

Wenn wir nach besonders häufigen Wörtern suchen würden, würden wir nur auf Stopwörter stoßen (der, die, das, ich, bin, …). Das wäre wenig gewinnbringend. Wir suchen deshalb nach Wörtern, welche häufiger vorkommen, aber nicht zu häufig – und sich zwischen den Gruppen besonders unterscheiden. Wir greifen hierbei auf die Term Frequency and Inverse Document Frequency (tf-idf) Berechnung (Ramos 2003). HIER KOMMT NOCH DIE ERKLÄRUNG VON TF-IDF UND WIESO ES BEI ZWEI GRUPPEN (BZW. DOKUMENTEN) EHER NICHT GEEIGNET IST.

Wir können tf-idf natürlich auch auf die Fraktionen anwenden:

WIRD NOCH VERVOLLSTÄNDIGT

Literatur- und Quellverzeichnis

Ramos, Juan Enrique (2003): Using TF-IDF to Determine Word Relevance in Document Queries. Präsentiert auf: 2003,